🔥Ахтунг! Google разбил DALLE-2, выпустив свою text-2-image дифузионную модель Imagen

Основная идея: Large Pretrained Language Model × Cascaded Diffusion Model. То есть, мощная большая предобученная текстовая модель это залог успеха в генерации фотореалистичных картинок по описанию.

В статье есть куча подробного анализа и сравнений.

https://gweb-research-imagen.appspot.com/

@Artem Gradient